Comptes Rendus
no. 9
Statistique
Polygone des fréquences pour des champs aléatoires

Présenté par : Paul Deheuvels

Michel Carbon1
1 Département de Statistique, ENSAI, rue Blaise-Pascal, 35172 Bruz, France
Comptes Rendus. Mathématique, Volume 342 (2006) no. 9, pp. 693-696.

Dans cette Note, nous présentons le polygone des fréquences comme estimateur de la densité pour des champs aléatoires indexés sur un treillis. Nous déterminons la largeur de cellule optimale qui minimise asymptotiquement l'erreur moyenne quadratique intégrée (IMSE). On montre également que, sous des conditions très générales, le polygone des fréquences atteint la même vitesse de convergence pour l'IMSE que les estimateurs à noyaux. Il peut aussi atteindre la vitesse optimale de la convergence uniforme sous des conditions générales. En conséquence, du point de vue de la convergence uniforme ou de l'IMSE, le polygone des fréquences est un très bon estimateur de la densité.

The purpose of this Note is to investigate the frequency polygon as a density estimator for stationary random fields indexed by multidimensional lattice points space. Optimal bin widths which asymptotically minimize integrated errors (IMSE) are derived. Under mild regularity assumptions, frequency polygons achieve the same rate of convergence to zero of the IMSE as kernel estimators. They can also attain the rate of uniform convergence under general conditions. Frequency polygons thus appear to be very good density estimators with respect to both criteria of IMSE and uniform convergence.

Reçu le :
Accepté le :
Publié le :
DOI : 10.1016/j.crma.2006.02.019
Michel Carbon 1

1 Département de Statistique, ENSAI, rue Blaise-Pascal, 35172 Bruz, France 
@article{CRMATH_2006__342_9_693_0,
     author = {Michel Carbon},
     title = {Polygone des fr\'equences pour des champs al\'eatoires},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {693--696},
     publisher = {Elsevier},
     volume = {342},
     number = {9},
     year = {2006},
     doi = {10.1016/j.crma.2006.02.019},
     language = {fr},
}
TY  - JOUR
AU  - Michel Carbon
TI  - Polygone des fréquences pour des champs aléatoires
JO  - Comptes Rendus. Mathématique
PY  - 2006
SP  - 693
EP  - 696
VL  - 342
IS  - 9
PB  - Elsevier
DO  - 10.1016/j.crma.2006.02.019
LA  - fr
ID  - CRMATH_2006__342_9_693_0
ER  - 
%0 Journal Article
%A Michel Carbon
%T Polygone des fréquences pour des champs aléatoires
%J Comptes Rendus. Mathématique
%D 2006
%P 693-696
%V 342
%N 9
%I Elsevier
%R 10.1016/j.crma.2006.02.019
%G fr
%F CRMATH_2006__342_9_693_0
Michel Carbon. Polygone des fréquences pour des champs aléatoires. Comptes Rendus. Mathématique, Volume 342 (2006) no. 9, pp. 693-696. doi : 10.1016/j.crma.2006.02.019. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/j.crma.2006.02.019/

[1] G. Biau Spatial kernel density estimation, Math. Methods Statist., Volume 12 (2003), pp. 371-390

[2] E. Bolthausen On the central limit theorem for stationary random fields, Ann. Probab., Volume 10 (1982), pp. 1047-1050

[3] M. Carbon, Frequency Polygons for Random Fields. Lucarne bleue, CREST, 2005-04, 2005

[4] M. Carbon; B. Garel; L.T. Tran Frequency polygon for weakly dependent processes, Statist. Probab. Lett., Volume 33 (1997), pp. 1-13

[5] M. Carbon; M. Hallin; L.T. Tran Kernel density estimation for random fields: the L1 theory, J. Nonparametr. Statist., Volume 6 (1996), pp. 157-170

[6] M. Carbon; L.T. Tran; B. Wu Kernel density estimation for random fields (Density estimation for random fields), Statist. Probab. Lett., Volume 36 (1997), pp. 115-125

[7] X. Guyon, Estimation d'un champ par pseudo-vraisemblance conditionnelle : Etude asymptotique et application au cas Markovien, in : Proc. 6th Franco-Belgian Meeting of Statisticians, 1987

[8] X. Guyon; S. Richardson Vitesse de convergence du théorème de la limite centrale pour des champs faiblement dépendants, Z. Wahrsch. Verw. Gebiete (1984), pp. 297-314

[9] M. Hallin; Z. Lu; L.T. Tran Density estimation for spatial linear processes, Bernouilli, Volume 7 (2001), pp. 657-688

[10] M. Hallin; Z. Lu; L.T. Tran Kernel density estimation for spatial linear processes: the L1-theory, J. Multivariate Anal., Volume 88 (2004), pp. 61-75

[11] M. Hallin; Z. Lu; L.T. Tran Local linear spatial regression, Ann. Statist., Volume 32 (2004) no. 6, pp. 2469-2500

[12] C.C. Neaderhouser Convergence of block spins defined on random fields, J. Statist. Phys., Volume 22 (1980), pp. 673-684

[13] M. Rosenblatt Stationary Sequences and Random Fields, Birkhäuser, Boston, 1985

[14] D.W. Scott Frequency polygons, theory and applications, J. Amer. Statist. Assoc., Volume 80 (1985), pp. 348-354

[15] C.J. Stone Optimal uniform rate of convergence for non parametric estimators of a density function and its derivative (M.H. Revzi; J.S. Rustagi; D. Siegmund, eds.), Recent Advances in Statistics: Papers in Honor of H. Chernoff, 1983, pp. 393-406

[16] H. Takahata On the rates in the central limit theorem for weakly dependent random fields, Z. Wahrsch. Verw. Gebiete, Volume 62 (1983), pp. 477-480

[17] L.T. Tran Kernel density estimation on random fields, J. Multivariate Anal., Volume 34 (1990), pp. 37-53

[18] L.T. Tran; S. Yakowitz Nearest neighbor estimators for random fields, J. Multivariate Anal., Volume 44 (1993), pp. 23-46

Cité par Sources :

Commentaires - Politique

Ces articles pourraient vous intéresser

Nonparametric trigonometric orthogonal regression estimation

Nora Saadi; Smail Adjabi

C. R. Math (2016)

Vitesses optimale et suroptimale des polygones de fréquences pour les processus à temps continu

François-Xavier Lejeune

C. R. Math (2005)

Estimation non paramétrique de quantiles conditionnels pour des variables fonctionnelles spatialement dépendantes

Ali Laksaci; Fouzia Maref

C. R. Math (2009)